RealTimeData/wikitext_alltime

该数据集包含多个配置，每个配置的特征包括标题、文本、页面ID和时间。数据分割仅包含训练集，每个训练集的大小和示例数也有所不同。数据集的时间跨度从2017年1月到2022年9月，每个月的配置都有相应的数据。

This dataset contains multiple configurations, each with features including title, text, page ID, and time. The data split only includes the training set, with varying sizes and numbers of examples for each training set. The dataset spans from January 2017 to September 2022, with corresponding data for each months configuration.

原始信息汇总

数据集概述

数据集配置信息

2017年

• 2017-01

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 22792231
      • 样本数: 412
  • 下载大小: 13243557
  • 数据集大小: 22792231

• 2017-02

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 22890999
      • 样本数: 412
  • 下载大小: 13287506
  • 数据集大小: 22890999

• 2017-03

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 22935782
      • 样本数: 412
  • 下载大小: 13321833
  • 数据集大小: 22935782

• 2017-04

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 22932504
      • 样本数: 411
  • 下载大小: 13319295
  • 数据集大小: 22932504

• 2017-05

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 22972184
      • 样本数: 411
  • 下载大小: 13340671
  • 数据集大小: 22972184

• 2017-06

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 22936478
      • 样本数: 410
  • 下载大小: 13319787
  • 数据集大小: 22936478

• 2017-07

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 22970468
      • 样本数: 410
  • 下载大小: 13328621
  • 数据集大小: 22970468

• 2017-08

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23062248
      • 样本数: 411
  • 下载大小: 13386645
  • 数据集大小: 23062248

• 2017-09

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23113276
      • 样本数: 411
  • 下载大小: 13406778
  • 数据集大小: 23113276

• 2017-10

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23098357
      • 样本数: 410
  • 下载大小: 13406160
  • 数据集大小: 23098357

• 2017-11

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23138490
      • 样本数: 410
  • 下载大小: 13420439
  • 数据集大小: 23138490

• 2017-12

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23132529
      • 样本数: 409
  • 下载大小: 13424938
  • 数据集大小: 23132529

2018年

• 2018-01

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23157455
      • 样本数: 409
  • 下载大小: 13433688
  • 数据集大小: 23157455

• 2018-02

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23238396
      • 样本数: 409
  • 下载大小: 13485065
  • 数据集大小: 23238396

• 2018-03

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23300483
      • 样本数: 409
  • 下载大小: 13514980
  • 数据集大小: 23300483

• 2018-04

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23298092
      • 样本数: 409
  • 下载大小: 13510050
  • 数据集大小: 23298092

• 2018-05

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23376860
      • 样本数: 409
  • 下载大小: 13570094
  • 数据集大小: 23376860

• 2018-06

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23423553
      • 样本数: 409
  • 下载大小: 13598663
  • 数据集大小: 23423553

• 2018-07

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23555452
      • 样本数: 409
  • 下载大小: 13669883
  • 数据集大小: 23555452

• 2018-08

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23520116
      • 样本数: 408
  • 下载大小: 13643008
  • 数据集大小: 23520116

• 2018-09

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23614522
      • 样本数: 409
  • 下载大小: 13692003
  • 数据集大小: 23614522

• 2018-10

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23735827
      • 样本数: 410
  • 下载大小: 13770906
  • 数据集大小: 23735827

• 2018-11

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23774891
      • 样本数: 410
  • 下载大小: 13796711
  • 数据集大小: 23774891

• 2018-12

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23785360
      • 样本数: 410
  • 下载大小: 13796674
  • 数据集大小: 23785360

2019年

• 2019-01

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23823575
      • 样本数: 411
  • 下载大小: 13822012
  • 数据集大小: 23823575

• 2019-02

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23882258
      • 样本数: 411
  • 下载大小: 13858760
  • 数据集大小: 23882258

• 2019-03

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23919188
      • 样本数: 411
  • 下载大小: 13874417
  • 数据集大小: 23919188

• 2019-04

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23948148
      • 样本数: 411
  • 下载大小: 13891471
  • 数据集大小: 23948148

• 2019-05

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23981798
      • 样本数: 411
  • 下载大小: 13915136
  • 数据集大小: 23981798

• 2019-06

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23935226
      • 样本数: 411
  • 下载大小: 13888031
  • 数据集大小: 23935226

• 2019-07

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 23984234
      • 样本数: 411
  • 下载大小: 13911972
  • 数据集大小: 23984234

• 2019-08

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 24023497
      • 样本数: 411
  • 下载大小: 13932038
  • 数据集大小: 24023497

• 2019-09

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 24111049
      • 样本数: 411
  • 下载大小: 13986851
  • 数据集大小: 24111049

• 2019-10

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 24026195
      • 样本数: 410
  • 下载大小: 13945902
  • 数据集大小: 24026195

• 2019-11

  • 特征:
    • title: string
    • text: string
    • pageid: int64
    • time: string
  • 分割:
    • train
      • 字节数: 24064133
      • 样本数: 410
  • 下载大小: 13962268
  • 数据集大小: 24